[发明专利]一种基于路面湿滑状态感知的车辆智能引导系统

说明书

本发明公开了一种基于路面湿滑状态感知的车辆智能引导系统，涉及智能交通技术领域，建立神经网络模型对路测单元传回的路面图像信息进行对比测试，进行当前车辆行驶路面湿滑度分类，并结合当前速度分级对附着系数进行精准预测，最终对跟车距离和临界车速进行预测，将车与路紧密结合起来，有效实现安全预警系统的精准化，有针对性地提高车辆行驶的安全系数与通行效率。该系统嵌入到车载导航系统平台当中，以AndroidApp形式进行推广，应用车型广泛，兼容性较好，可应用于各类通行车辆，包括各级轿车、大型客货车、危险运输车辆等。

技术领域

本发明涉及智能交通技术领域，特别涉及一种基于路面湿滑状态感知的车辆智能引导系统。

背景技术

现今技术中，国内外路面气象状态识别研究方法大致分为3种。一、传统道路传感器识别方法，该方法用于路面状态检测时采用毫米波雷达的探头发射不同频率调制微波，经路面反射后接收回波信号，再根据信号特性对路面状态进行识别。二、基于机器视觉路况图像的识别技术。分别利用基于图像偏振特性来识别湿路面的方法；利用光的偏振特性的环境积水区域目标检测方法以及水体的高偏振度和水体区域具有相似偏振相位的特点，对图像积水区域进行分割；利用所设计的具体SVM分类器，结合3种训练算法对图像进行学习训练及分类。三、基于深度学习与多数据融合的方法。为了克服检测平台运动引起的视觉测量畸变，Chen等提出多种传感器系统数据融合的方法，对路面气象状态进行检测，以提高鲁棒性。

但在识别道路湿滑状态的方法中，传统的道路传感器应用存在时效性差等问题，而机器视觉图像识别技术识别准确率低。重新训练新模型，虽然可以达到较好的识别效果，但需要大量的数据作为支撑，并消耗较高的时间成本。

目前常用的几种无线通信技术有WiFi、蓝牙、ZigBee、WiMax、NFC、 DSRC、4G-LTE、数字音频广播技术等。ZigBee、WiFi高速情况下通信性能较差，蓝牙和NFC通信距离太短，WiMax不能支持用户在移动过程中无缝切换， LTE技术需要基站协调，具体的D2D技术还不成熟，目前并不适用于车路协同通信。

且汽车安全系统存在局限性，系统预测准确性低、未考虑路面状态对行车的影响、将系统功能局限于检测到湿滑路面后依靠驾驶员经验行驶。现有系统缺乏对道路状态的感知，不能实现不同路面状态下的危险范围预测，忽视了不同路面状态对车辆附着系数造成的影响，从而产生对跟车安全距离的预测不精确的问题。并且不提供具体的行驶建议或警示，仍需要依靠驾驶员的驾驶经验和主观预测进行驾驶决策，并没有从根本上解决湿滑路面行驶安全隐患问题。

针对现有技术存在的问题，本申请提供了一种基于路面湿滑状态感知的车辆智能引导系统，保证车路与车车的快速、高效通信，实现综合获取多元信息，实时监测车辆行驶状态，并以Android车载终端的UI界面与语音预警形式展现引导结果。

发明内容

本发明的目的在于提供一种基于路面湿滑状态感知的车辆智能引导系统，保证车路与车车的快速、高效通信，实现综合获取多元信息，实时监测车辆行驶状态，并以Android车载终端的UI界面与语音预警形式展现引导结果。

本发明提供了一种基于路面湿滑状态感知的车辆智能引导系统，包括： JetsonTX2开发板、MK5的RSU路侧单元、OBU车载单元、车载计算机和移动终端；

所述Jetson TX2开发板中烧录基于Inception-v3的迁移学习神经网络模型的Python程序，用于将所述摄像头拍摄的路面图像信息处理为路面湿滑状态分类信息，将路面湿滑状态分类信息的结果传送至所述MK5的RSU路侧单元；

所述MK5的RSU路侧单元接收由所述Jetson TX2开发板传输的数据包，所述MK5的RSU路侧单元与所述OBU车载单元进行无线通信连接，并将路面状态分类信息数据包传输给所述OBU车载单元；